如何将含逗号值的字典列表转换为Pandas DataFrame？

嘿，别担心，这个问题其实比你想的简单——你根本不需要手动去拆分那些带逗号的字符串！Pandas本身就能完美处理这种包含逗号的值，问题出在你之前可能用了错误的转换方式。

正确的解决方案步骤： #

• 首先确保你已经导入了pandas和datetime库（如果还没导入的话）
• 直接用Pandas的DataFrame()构造函数传入你的字典列表就行——它会自动识别每个字典的键作为列名，值作为对应行的内容，完全不会被值里的逗号干扰。
• 最后把日期列格式化成你想要的mm-dd-yyyy格式就可以了。

完整代码示例： #

import pandas as pd
import datetime

# 你的原始字典列表
data = [
    {'Name':'Smith, John','Date of Birth':datetime.datetime(2016, 5, 10, 0, 0),'Email Address':'JSmith@so.com'},
    {'Name':'Smith, Jane','Date of Birth':datetime.datetime(2010, 6, 5, 0, 0),'Email Address':'JSmith2@so.com'},
    {'Name':'Doe, Monica','Date of Birth':datetime.datetime(2012, 10, 3, 0, 0),'Email Address':'MDoe@so.com'}
]

# 直接转换为DataFrame
df = pd.DataFrame(data)

# 格式化日期列
df['Date of Birth'] = df['Date of Birth'].dt.strftime('%m-%d-%Y')

# 查看结果
print(df)

执行后的输出： #

Name Date of Birth Email Address
0  Smith, John     05-10-2016  JSmith@so.com
1  Smith, Jane     06-05-2010 JSmith2@so.com
2  Doe, Monica     10-03-2012    MDoe@so.com

为什么你之前的方法出错？ #

你提到尝试了多种拆分方法，应该是不小心把整个列表按逗号拆分了，这会破坏字典的键值对结构，导致Pandas无法正确识别列和行。而直接用pd.DataFrame()处理字典列表时，Pandas会逐个解析每个字典的键值，完全忽略值内部的逗号——因为逗号在这里只是字符串的一部分，不是数据的分隔符。

内容的提问来源于stack exchange，提问作者NLMDEJ